基于改进Shapley值的联邦学习客户端质量动态评估与优化算法研究

联邦学习(FL)面临客户端数据质量参差不齐的挑战，传统Shapley值(SV)评估方法难以适应随机参与场景。为此，研究人员提出改进Shapley值(MSV)概念，开发Fed-MSV算法，通过动态调整客户端采样权重提升模型鲁棒性。实验证明该方法在MNIST等数据集上能有效识别低质量客户端（搭便车/噪声注入/错误标签），全局模型准确率优于现有方法。该研究为FL系统质量评估提供了创新解决方案。

　　

在人工智能医疗和工业物联网快速发展的今天，联邦学习(Federated Learning, FL)因其隐私保护特性成为研究热点。然而这种分布式学习范式面临一个"数据质量困境"：中央服务器无法直接检查各客户端数据质量，而低质量数据（如带噪声数据、错误标签数据或恶意客户端提交的"搭便车"数据）会显著降低全局模型性能。更棘手的是，传统基于Shapley值(SV)的评估方法要求所有客户端全程参与训练，这与实际FL中客户端随机参与的特性相矛盾——不同训练轮次间模型优化难度差异导致SV评估失效。

针对这一难题，国内研究人员创新性地提出改进Shapley值(Modified Shapley Value, MSV)概念。与经典SV不同，MSV仅需评估客户端在其参与轮次中对不同排列组合的影响程度，无需跨轮次比较所有客户端贡献。基于此开发的Fed-MSV算法包含两大创新：首先采用蒙特卡洛采样与两级截断技术降低计算复杂度；其次建立动态权重更新机制，使高质量客户端获得更高参与概率。

关键技术包括：(1)设计基于准确率变化的效用函数V_acc；(2)实施引导式采样策略减少2^K组合计算量；(3)构建两阶段训练框架，首阶段执行常规FL，次阶段更新MSV权重。实验使用MNIST、Fashion-MNIST和CIFAR-10数据集，设置三类低质量客户端：完全不作本地训练的搭便车者(free-riding)、添加高斯噪声的干扰者(noise-adding)以及随机打乱标签的破坏者(erroneous-label)。

【梯度优化的FL改进采样策略】
通过算法1实现，每轮通信包含FL训练和权重更新两阶段。核心是将客户端k的MSV定义为所有包含k的子集S的边际贡献期望值，采用Sign函数量化准确率提升方向。计算复杂度从O(2^N)降至O(2^K·C_Vacc)，其中K为每轮参与客户端数。

【MSV计算复杂度分析】
采用组合数学方法证明，当K=10时需评估1024个子集。通过保留前τ轮历史MSV均值的截断策略，实现计算效率与评估精度的平衡。实验显示在20%低质量客户端占比下，计算耗时仅为精确计算的18.7%。

【性能评估】
在三个数据集上的对比实验表明：(1)MSV能有效区分正常/低质量客户端，其值与数据质量呈强相关性（皮尔逊系数>0.82）；(2)Fed-MSV全局模型准确率超越FedAvg等基线方法12-15个百分点；(3)对标签错误客户端的识别灵敏度达93.2%，误报率低于6%。

这项研究突破性地解决了随机参与场景下的FL质量评估难题。MSV机制不仅提供客户端的"质量指纹"，其动态权重设计更开创了"以质定量"的新范式。实际应用中，该技术可部署于医疗联合诊断系统，在保护各医院数据隐私的同时，自动降低低质量医疗影像数据的影响；在智能交通领域，能有效过滤传感器异常数据，提升车联网模型的可靠性。未来研究可探索MSV与差分隐私的结合，以及在非独立同分布(Non-IID)数据场景下的拓展应用。